Field notes on building custom AI models: fine-tuning, on-device inference, and the cost maths behind owning your own models.
FunctionGemma de Google (270M) y Gemma 4 E2B (2B) son los modelos más pequeños creíbles de llamada de funciones en 2026. No son de propósito general — están explícitamente diseñados para ser ajustados. Ese es el punto entero.
Llama Stack de Meta es la arquitectura de referencia canónica para agentes basados en Llama. Combínalo con un derivado Llama 4 ajustado y los SDKs cliente Swift/Kotlin y obtienes un stack de agentes completo ejecutándose enteramente en el teléfono del usuario.
Los desarrolladores móviles que prefieren TypeScript no tienen que usar frameworks de agentes Python. Mastra y el Vercel AI SDK más un modelo de 4B ajustado ejecutándose en el dispositivo a través de llama.cpp producen un stack completo de agentes con cero costes por token.
Hicimos benchmark de las tres mejores bases de llamada de herramientas en dispositivo de 2026 — Qwen3-4B, Gemma 4 E4B y Phi-4-Mini — en BFCL v4, latencia móvil real y precisión post-fine-tune. Cada una gana un escenario diferente; aquí cómo elegir.
Deploy custom AI models, no ML expertise required.
Free plan, no card. Paid plans from $25/mo USD.